• 제목/요약/키워드: fog prediction

검색결과 41건 처리시간 0.021초

Development of Day Fog Detection Algorithm Based on the Optical and Textural Characteristics Using Himawari-8 Data

  • Han, Ji-Hye;Suh, Myoung-Seok;Kim, So-Hyeong
    • 대한원격탐사학회지
    • /
    • 제35권1호
    • /
    • pp.117-136
    • /
    • 2019
  • In this study, a hybrid-type of day fog detection algorithm (DFDA) was developed based on the optical and textural characteristics of fog top, using the Himawari-8 /Advanced Himawari Imager data. Supplementary data, such as temperatures of numerical weather prediction model and sea surface temperatures of operational sea surface temperature and sea ice analysis, were used for fog detection. And 10 minutes data from visibility meter from the Korea Meteorological Administration were used for a quantitative verification of the fog detection results. Normalized albedo of fog top was utilized to distinguish between fog and other objects such as clouds, land, and oceans. The normalized local standard deviation of the fog surface and temperature difference between fog top and air temperature were also assessed to separate the fog from low cloud. Initial threshold values (ITVs) for the fog detection elements were selected using hat-shaped threshold values through frequency distribution analysis of fog cases.And the ITVs were optimized through the iteration method in terms of maximization of POD and minimization of FAR. The visual inspection and a quantitative verification using a visibility meter showed that the DFDA successfully detected a wide range of fog. The quantitative verification in both training and verification cases, the average POD (FAR) was 0.75 (0.41) and 0.74 (0.46), respectively. However, sophistication of the threshold values of the detection elements, as well as utilization of other channel data are necessary as the fog detection levels vary for different fog cases(POD: 0.65-0.87, FAR: 0.30-0.53).

시지각적 통계 특성을 활용한 안개 영상의 가시성 예측 모델 (No-Reference Visibility Prediction Model of Foggy Images Using Perceptual Fog-Aware Statistical Features)

  • 최락권;유재희
    • 전자공학회논문지
    • /
    • 제51권4호
    • /
    • pp.131-143
    • /
    • 2014
  • 본 논문에서는 자연 이미지가 갖는 통계적 일관성과 안개를 인식하는 시지각적 통계 특성을 이용하여 단일 안개 영상에서, 안개가 없는 참조 영상과의 비교 없이, 시지각적으로 안개 영상의 가시성을 예측한다. 제안하는 모델은 기존 안개 영상의 가시성 예측 방법들이 불가피하게 사용했던 추가 정보들, 예를 들면, 다수의 다양한 안개 영상, 차량 탑재 카메라의 지리적 위치 정보, 사람의 가시성 평가에 대한 학습 결과, 도로 선 혹은 교통 신호와 같이 안개 영상의 돋보이는 특정 물체 정보 등을 사용하지 않는다. 본 논문의 모델은 오직 테스트 안개 영상이 자연 현상에 의한 안개 영상 혹은 안개가 전혀 없는 영상에서 일관적으로 발견되는 통계적 특성으로부터 얼마나 떨어져 있는지 측정함으로써 안개 영상의 가시성을 예측한다. 시지각적으로 안개를 인식하여 일관된 통계를 나타내는 특징 인자들은 공간상의 자연 이미지 통계 모델과 안개 영상의 특징 (명암대비의 감소, 색상과 채도의 감소, 밝기의 증가)으로부터 유도된다. 제안하는 모델은 안개 영상의 전체 영역에 대한 가시성뿐만 아니라 각 관심 영역에서 패치 크기에 따른 지역적 안개 영상의 가시성도 예측할 수 있다. 본 모델의 성능분석을 위하여 사람이 직접 인지하는 가시성 측정 실험을 100 장의 다양한 안개 영상에 대해 수행하였다. 본 논문에서 제시한 모델을 통해 예측된 안개 영상의 가시성과 사람이 체감한 안개 영상의 가시성을 비교한 결과, 둘 사이에 매우 높은 상관관계가 있는 것으로 평가되었다. 본 논문이 제안하는 무참조 안개 영상의 가시성 예측 모델은 사람의 시지각적 특성을 활용한 새로운 방법으로, 향후 안개 영상의 가시성 향상 알고리듬 개발과 선 개발된 안개 제거 및 가시성 향상 알고리듬들의 성능을 정확히 평가할 수 있는 새로운 측정방법 개발 등에 매우 유용할 것으로 기대된다.

Sea fog detection near Korea peninsula by using GMS-5 Satellite Data(A case study)

  • Chung, Hyo-Sang;Hwang, Byong-Jun;Kim, Young-Haw;Son, Eun-Ha
    • 대한원격탐사학회:학술대회논문집
    • /
    • 대한원격탐사학회 1999년도 Proceedings of International Symposium on Remote Sensing
    • /
    • pp.214-218
    • /
    • 1999
  • The aim of our study is to develop new algorism for sea fog detection by using Geostational Meteorological Satellite-5(GMS-5) and suggest the techniques of its continuous detection. So as to detect daytime sea fog/stratus(00UTC, May 10, 1999), visible accumulated histogram method and surface albedo method are used. The characteristic value during daytime showed A(min) > 20% and DA < 10% when visble accumulated histogram method was applied. And the sea fog region which detected is of similarity in composite image and surface albedo method. In case of nighttime sea fog(18UTC, May 10, 1999), infrared accumulated histogram method and maximum brightness temperature method are used, respectively. Maximum brightness temperature method(T_max method) detected sea fog better than IR accumulated histogram method. In case of T_max method, when infrared value is larger than T_max, fog is detected, where T_max is an unique value, maximum infrared value in each pixel during one month. Then T_max is beneath 700hpa temperature of GDAPS(Global Data Assimilation and Prediction System). Sea fog region which detected by T_max method was similar to the result of National Oceanic and Atmosheric Administration/Advanced Very High Resolution Radiometer (NOAA/AVHRR) DCD(Dual Channel Difference). But inland visibility and relative humidity didn't always agreed well.

  • PDF

시정계 자료와 기계학습 기법을 이용한 지역 안개예측 모형 개발 (Developing a regional fog prediction model using tree-based machine-learning techniques and automated visibility observations)

  • 김대하
    • 한국수자원학회논문집
    • /
    • 제54권12호
    • /
    • pp.1255-1263
    • /
    • 2021
  • 안개는 대체수자원이 될 수 있으나 교통사고 위험을 높이고 공항 운영에 제약을 가하는 사회적 영향이 큰 기상현상이다. 본 연구에서는 1 km 미만 가시거리(시정)로 정의되는 안개 발생을 기상자료로 예측하는 지역 기계학습모형을 개발하고 그 예측력을 평가하였다. 전라북도 지역의 10개 기상청 지상관측소의 2017-2019년 시정 및 기상관측자료로 앙상블 분류기법인 Extreme Gradient Boosting (XGB), Light Gradient Boosting(LGB), Random Forests (RF)를 학습시켜 지역 안개 모형을 개발하였고 독립적인 2020년 자료로 모형의 사용성을 평가하였다. 그 결과, 학습·검증기간(2017-2019)에는 True Skill Score를 기준으로 가장 높은 예측력을 보인 방법은 LGB 기법이었지만 다른 두 모형에 비해 False Alarm Ratio가 컸다. RF 모형과 XGB 방법 역시 기존 연구에 상응하는 예측성능을 보이는 것으로 확인되었다. 2020년 자료를 입력해 안개 발생을 모의했을 때 세 모형의 예측성능은 2017-2019년 기간보다 떨어졌지만 모두 관측 안개일수의 공간분포와 일관되는 안개 위험을 예측했다. 세 기계학습모형은 안개위험이 상대적으로 높은 지역을 추출하는 기법으로 사용이 가능할 것으로 보인다.

봄철 서해안 해무의 수치예보 (Numerical forecasting of sea fog at West sea in spring)

  • 한경근;김영철
    • 한국항공운항학회지
    • /
    • 제14권4호
    • /
    • pp.94-100
    • /
    • 2006
  • The purpose of this case study is to determine the possibility of Numerical Forecasting of sea fog at West Sea in spring time. For practical method of analyzing the data collected from 24th to 26th March 2003, Numerical Weather Prediction model MM5(Mesoscale Model Version 5) and synoptic field study using synoptic chart, upper level chart, and sea surface temperature were employed. The results of synoptic field analysis summarized that sea fog at West sea in spring is intensified by the inflow of the warm flow from west or southwest, low sea surface temperature to increase the temperature difference between air and sea surface, and inversion layer to disturb the disperse. It appears that the possibility of sea fog forecasting by MM5, in view of the result that the MM5 output is similar to the synoptic fields analysis.

  • PDF

MODIS 구름 영상의 표면 특성을 이용한 해무와 하층운의 구별 (Discrimination between Sea Fog and low Stratus Using Texture Structure of MODIS Satellite Images)

  • 허기영;민세윤;하경자;김재환
    • 대한원격탐사학회지
    • /
    • 제24권6호
    • /
    • pp.571-581
    • /
    • 2008
  • 한반도의 서해에서 해무는 봄과 여름에 자주 발생한다. 본 연구의 목적은 MODIS 위성 영상을 사용하여 해무를 탐지하는 데 있다 하층운의 운정 표면은 불균질한 반면에 해무의 표면은 균질한 특징이 있으므로, 하층운과 해무의 균질성을 이용한 해무 탐지 방법이 제시되었다. 11 um의 밝기온도(BT), 3.7um와 11um의 밝기온도차(BTD)는 하층운으로부터 해무를 구별하는데 유용하였다. 안개/하층운 지역의 밝기 온도와 맑은 지역에서의 밝기 온도의 차이를 이용한 방법과 안개/하층운 지역에서 밝기 온도와 밝기온도차의 표준편차 임계값을 이용한 방법은 안개와 하층운을 구별하는데 적용될 수 있었다.

기상청 현업 모형(UM)과 1차원 난류모형(PAFOG)의 접합시스템 개발 및 검증 (Development and Validation of the Coupled System of Unified Model (UM) and PArameterized FOG (PAFOG))

  • 김원흥;염성수
    • 대기
    • /
    • 제25권1호
    • /
    • pp.149-154
    • /
    • 2015
  • As an attempt to improve fog predictability at Incheon International Airport (IIA) we couple the 3D weather forecasting model currently operational in Korea Meteorological Administration (regional Unified Model, UM_RE) with a 1D turbulence model (PAFOG). The coupling is done by extracting the meteorological data from the 3D model and properly inserting them in the PAFOG model as initial conditions and external forcing. The initial conditions include surface temperature, 2 m temperature and dew point temperature, geostrophic wind at 850 hPa and vertical profiles of temperature and dew point temperature. Moisture and temperature advections are included as external forcing and updated every hr. To validate the performance of the coupled system, simulation results of the coupled system are compared to those of the 3D model alone for the 22 sea fog cases observed over the Yellow Sea. Three statistical indices, i.e., Root Mean Square Error (RMSE), linear correlation coefficient (R) and Critical Success Index (CSI), are examined, and they all indicate that the coupled system performs better than the 3D model alone. These are certainly promising results but more improvement is required before the coupled system can actually be used as an operational fog forecasting model. For the RMSE, R, and CSI values for the coupled system are still not good enough for operational fog forecast.

머신러닝을 이용한 안개 예측 시 목측과 시정계 계측 방법에 따른 모델 성능 차이 비교 (Comparison of Machine Learning Model Performance based on Observation Methods using Naked-eye and Visibility-meter)

  • 박창현;이순환
    • 한국지구과학회지
    • /
    • 제44권2호
    • /
    • pp.105-118
    • /
    • 2023
  • 본 연구에서는 2016년부터 2020년까지 내륙 관측소 중 안개 최다발 지역인 안동을 대상으로 XGBoost-DART 머신러닝 알고리즘을 이용하여 1 시간 후 안개 유무를 예측하였다. 기상자료, 농업관측자료, 추가 파생자료와 각 자료를 오버 샘플링한 확장자료, 총 6개의 데이터 세트를 사용하였다. 목측으로 획득한 기상현상번호와 시정계 관측으로 측정된 시정거리 자료를 각각 안개 유[1]무[0]로 이진 범주화하였다. 총 12개의 머신러닝 모델링 실험을 설계하였고, 안개가 사회와 지역사회에 미치는 유해성을 고려하여 모델의 성능은 재현율과 AUC-ROC를 중심으로 평가하였다. 전체적으로, 오버샘플링한 기상자료와 기상현상번호 기반의 예측 목표를 조합한 실험이 최고 성능을 보였다. 이 연구 결과는 머신러닝 알고리즘을 활용한 안개 예측에 있어서, 목측으로 획득한 기상현상번호의 중요성을 암시한다.

AHP를 이용한 교통사고 예방 (Prevention of Traffic Accident using AHP Rules)

  • 진현수
    • 한국산학기술학회:학술대회논문집
    • /
    • 한국산학기술학회 2008년도 춘계학술발표논문집
    • /
    • pp.157-159
    • /
    • 2008
  • AHP를 사용하 교통망 사고 예방 처리 기법은 아직 우리나라에서는 처음 시도되어지는 예방법이라 할수 있다. 인공지능을 사용하여 사고처리하는 방법을 시도를 하였보았으나 그 외의 방법은 문외한이라 할수 있을 정도로 우리나라에서는 보기드문 현상이라 할수 있다. 따라서 계층분석기법을 사용하여 요소분석보다 훨씬 나은 처리방법이므로 좀더 나은 기법이 될 것 같고 다음으로 처리되는 방법의 기본 모티브가 될 영향이 크다라고 한다.

  • PDF